如何从具有唯一键和值作为列表的字典中制作 dataframe？

Question

我目前正在使用 Tweepy 从 Twitter API 中抓取一些用户//关注者信息。 我目前将数据存储为字典，其中每个键都是唯一的 twitter 用户，值是其关注者的 ID 列表。

数据如下所示：

{'realDonaldTrump': [
    123456,
    123457,
    123458,
    ...
    ],
 'BarackObama' : [
    999990,
    999991,
    999992,
    ...
    ]}

我需要的是一个看起来像这样的 dataframe：

user             follower
realDonaldTrump  123456
realDonaldTrump  123457
realDonaldTrump  123458
...              ...
BarackObama      999990
BarackObama      999991
BarackObama      999992
...              ...

我已经尝试过：

df = pd.DataFrame.from_dict(followers)

但它为每个键提供了一个新列，并且不处理不均匀长度的关注者列表。

有没有一种聪明的方法可以将我拥有的字典结构转换为 dataframe？ 或者我应该以不同的方式存储初始数据？

Answer 1

对元组使用列表推导并传递给 DataFrame 构造函数：

followers = {'realDonaldTrump': [
    123456,
    123457
    ],
 'BarackObama' : [
    999990,
    999991,
    999992
    ]}

df = pd.DataFrame([(k, x) for k, v in followers.items() for x in v], 
                   columns=['user','follower'])
print (df)
              user  follower
0  realDonaldTrump    123456
1  realDonaldTrump    123457
2      BarackObama    999990
3      BarackObama    999991
4      BarackObama    999992

Answer 2

创建一个兼容的字典：

final_dict = {'users':[], 'followers':[]}
for key in followers:
  for i in range(len(followers[key])):
    final_dict['users'].append(key)
    final_dict['followers'].append(followers[key][i])

df = pd.DataFrame.from_dict(final_dict)

Output：

    users           followers
0   realDonaldTrump 123456
1   realDonaldTrump 123457
2   realDonaldTrump 123458
3   BarackObama     999990
4   BarackObama     999991
5   BarackObama     999992

Answer 3

import pandas as pd

followers = {
    'realDonaldTrump': [123456, 123457, 123458],
    'BarackObama': [999990, 999991, 999992]
}

df = pd.DataFrame()

i = 0
for user in followers:
    for r in followers[user]:
        df.loc[i, 'user'] = user
        df.loc[i, 'record'] = r
        i = i + 1

print(df)

结果：

             user    record
0  realDonaldTrump  123456
1  realDonaldTrump  123457
2  realDonaldTrump  123458
3      BarackObama  999990
4      BarackObama  999991
5      BarackObama  999992